深度网络VGG理解

前言：

 
 

  
  ILSVRC 2014的第二名是Karen Simonyan和 Andrew Zisserman实现的卷积神经网络，现在称其为
  
  VGGNet。它主要的贡献是展示出网络的深度是算法优良性能的关键部分。
 
 
 
 

  
  他们最好的网络包含了16个卷积/全连接层。网络的结构非常一致，从头到尾全部使用的是3x3的卷积和2x2的汇聚。他们的
  
  预训练模型是可以在网络上获得并在Caffe中使用的。
 
 
 
 

  
  VGGNet不好的一点是它耗费更多计算资源，并且使用了更多的参数，导致更多的内存占用（140M）。其中绝大多数的参数都是来自于第一个全连接层。
 
 
 
 

  
  后来发现这些全连接层即使被去除，对于性能也没有什么影响，这样就显著降低了参数数量。
 
 
 
 

  
  目前使用比较多的网络结构主要有ResNet(152-1000层），GooleNet(22层），VGGNet（19层）。大多数模型都是基于这几个模型上改进，采用新的优化算法，多模型融合等，这里
 
 
 
 

  
  重点介绍VGG。
 
 
来源：K. Simonyan and A. Zisserman. Very deep convolutional networks for large-scale image recognition. arXiv preprintarXiv:1409.1556, 2014
摘要：
 
 

  
  VGG是在从Alex-net发展而来的网络。主要修改一下两个方面：
 
 
 
 

  
  1，在第一个卷基层层使用更小的filter尺寸和间隔（3*3）；
2，在整个图片和multi-scale上训练和测试图片。
 
 
 
 

  
  3*3 
  
  filter:
 
 
 
 

  
  引入cs231n上面一段话：
 
 
 
 

  
  几个小滤波器卷积层的组合比一个大滤波器卷积层好：
 
 
 
 

  
  假设你一层一层地重叠了3个3x3的卷积层（层与层之间有非线性激活函数）。在这个排列下，第一个卷积层中的每个神经元都对输入数据体有一个3x3的视野。
 
 
 
 

  
  第二个卷积层上的神经元对第一个卷积层有一个3x3的视野，也就是对输入数据体有5x5的视野。同样，在第三个卷积层上的神经元对第二个卷积层有3x3的视野，
 
 
 
 

  
  也就是对输入数据体有7x7的视野。假设不采用这3个3x3的卷积层，二是使用一个单独的有7x7的感受野的卷积层，那么所有神经元的感受野也是7x7，但是就有一些缺点。
 
 
 
 

  
  首先，
  
  多个卷积层与非线性的激活层交替的结构，比单一卷积层的结构更能提取出深层的更好的特征。其次，假设所有的数据有C个通道，那么单独的7x7卷积层将会包含
 
 
 
 

  
  7*7*C=49C2个参数，
  
  而3个3x3的卷积层的组合仅有个3*（3*3*C）=27C2个参数。直观说来，最好选择带有小滤波器的卷积层组合，而不是用一个带有大的滤波器的卷积层。前者可以表达出输入数据中更多个强力特征，
 
 
 
 

  
  使用的参数也更少。唯一的不足是，在进行反向传播时，中间的卷积层可能会导致占用更多的内存。
 
 
 
 

  
  1*1 filter:
作用是在不影响输入输出维数的情况下，对输入线进行线性形变，然后通过Relu进行非线性处理，增加网络的非线性表达能力。
Pooling：2*2，间隔s=2。
 
 
网络结构：
 
 

  
  

 
 
 
 

  
  

 
 
 
 

  
  

   
   
  
  
  
  

   
   
  
  
  
  

   
   

    
    

   
   

  
  
本文是有5个max-pooling层，所以是5阶段卷积特征提取。每层的卷积个数从首阶段的64个开始，每个阶段增长一倍，直到达到最高的512个，然后保持。

 
 
 
 

  
  原文：
  
  
 
 
 
 

  
  下图为VGG-19结构图：
 
 
 
 

  
  

 
 
 
 

  
  

 
 
 
 

  
  

 
 
结论：
 
 


 
 
 
 

  
  虽然VGG比Alex-net有更多的参数，更深的层次；但是VGG只需要很少的迭代次数就开始收敛，原因：
 
 
 
 

  
  1：深度和小的滤波器尺寸起到了隐士规则化作用。
 
 
 
 

  
  2：一些层的pre-initialisation
 
 
 
 

  
  pre-initialisation：网络A的权值W~（0,0.01）的高斯分布，bias为0；由于存在大量的ReLU函数，不好的权值初始值对于网络训练影响较大。
 
 
 
 

  
  为了绕开这个问题，作者现在通过随机的方式训练最浅的网络A；然后在训练其他网络时，把A的前4个卷基层（感觉是每个阶段的以第一卷积层）
 
 
 
 

  
  和最后全连接层的权值当做其他网络的初始值，未赋值的中间层通过随机初始化。